一种计算机系统的能耗监管方法

技术领域

本发明涉及一种计算机系统的能耗监管方法。

背景技术

近几年，得益于计算机技术和通信技术的迅猛发展，部署于开放和未知环境中的无线嵌入式系统得到广泛的应用，例如交通监控，环境监视，家庭安全系统等等。然而，这类系统通常对其服务质量QoS(Quality of Service)有着相当严格的要求。例如，无线分布视频监视系统要求在极短时间内通过分析连续的视频图像来识别目标。但是图像的处理时间却随着所采集到的图像内容、背景、大小等因素的改变而变化，成为一个不确定的值。此外，作为无线嵌入式系统，通常采用的无线联通特性要求使用电池供电，系统要求处理器必须减少能量消耗，延长系统的寿命。当系统的服务质量要求较高时，可能导致该系统的崩溃或者供电资源的过渡消耗。经典的实时调度方法在静态的假设条件下可以避免任务过载和延误系统任务的完成截止时间[4,5]。当系统处在动态变化的环境中时，基于控制理论的调度算法也可以满足系统的实时性要求。为了满足实时性的要求，作者设计了一种控制机制，通过控制任务的载入速率来达到多处理器的利用率水平，从而保证系统的实时性能。然而，现存的工作仅仅保证了系统的实时性能，没有考虑系统的能量消耗。

发明内容

本发明设计了一种计算机系统的能耗监管方法，其解决的技术问题是现有方法都是仅仅考虑系统的能量消耗，没有考虑系统实时性的要求。

为了解决上述存在的技术问题，本发明采用了以下方案：

一种计算机系统的能耗监管方法，包括以下步骤：由多个无线连接的传感器、执行器和基站组成；传感器采样周期信号发送给基站，基站可以处理相应的数据，然后激发执行器作出相应的动作；基站上通常装备一个数据缓冲区，存储数据从传感器获取却来不及处理的数据；处理器按照顺序在完成上一轮数据处理之后依次取出缓存的数据。

优选的，在没有任务或者负载较轻的时候降低处理器的电压和工作频率。

优选的，假设每一个节点都支持m种离散的操作模式,每一个操作模式对标准任务负载都有不同的能量消耗和执行时间，以及相应的CPU运行频率。

优选的，为了避免任务的延时，需要找到表征系统工作负载的模型，CPU的利用率可以直接反映系统工作负载的情况,假设CPU的利用率可以由如下公式计算

其中,nk是第k个周期处理任务的数量，es和ds分别是任务的执行时间和相对截止时间；期望利用率U(k)不能超过100％，同时应该大于一个设定值δ。

优选的，给定CPU利用率设定值δ(δ≤100％)，缓冲区大小为γ，处理器操作模式集合是M

同时满足约束条件：

(|Rate(k)-Rate|)·T≤γ,k＝1,...,n (2)

其中T是采样周期；在不等式(2)中，固定的速率Rate

优选的，当处理器的利用率低于可调度的上限δ时，所有子任务都可以保证顺利完成，因此满足条件(3)即可以保证系统的实时性约束。

该计算机系统的能耗监管方法具有以下有益效果：

本发明对于CPU运行模式分配问题提出一种全新的形式化问题描述，并建立起其CPU利用率和能耗模型，提出了一种基于控制理论的操作模式分配策略(OMAS)，该策略基于CPU的利用率和用户的需求自适应的调节CPU的频率。在保障实时性调度下，最小化系统的能量消耗。

附图说明

图1：本发明的体系结构示意图。

具体实施方式

下面结合图1，对本发明做进一步说明：

1.1系统模型

一个典型的无线嵌入式系统由多个无线连接的传感器、执行器和基站组成。假设传感器采样周期信号发送给基站，基站可以处理相应的数据，然后激发执行器作出相应的动作。然而，基站的工作负载随着接收的数据量的变化而改变。为了避免数据的拥塞，基站上通常装备一个数据缓冲区，存储数据从传感器获取却来不及处理的数据。处理器按照顺序在完成上一轮数据处理之后依次取出缓存的数据。

图1为系统的体系结构描述，该系统有着较为广泛的应用。例如，在由多个摄像头组成的监视传感系统中，所有的摄像头周期的发送图片或者视频给处理中心，处理中心存储图片到缓冲区，然后根据图像融合等模式识别算法依次识别感兴趣的目标等。

1.2CPU能量模型

节省能耗的有效方法是在没有任务或者负载较轻的时候降低处理器的电压和工作频率。假设每一个节点都支持m种离散的操作模式。每一个操作模式对标准任务负载都有不同的能量消耗和执行时间，以及相应的CPU运行频率。例如，Intel Xscale PXA270处理器可以操作7种不同的频率，13MHz、104MHz、208MHz、312MHz、416MHz、520MHz和624MHz。如表1所示，当PAX270操作在不同的频率，它对应有不同的能量消耗。

1.3任务模型

周期性的任务Ti由三元组表示(r

表2符号意义表

无线嵌入式系统工作在开放环境中，CPU工作模式不能简单的设定为一个固定的模式。为了避免任务的延时，需要找到表征系统工作负载的模型，CPU的利用率可以直接反映系统工作负载的情况。假设CPU的利用率可以由如下公式计算[8]：

其中nk是第k个周期处理任务的数量，es和ds分别是任务的执行时间和相对截止时间。一般来说，期望利用率U(k)不能超过100％，同时应该大于一个设定值δ(通常情况下δ设定为75％)。则能耗优化的CPU操作模式分配问题可以转化为如下的约束最优化问题：

给定CPU利用率设定值δ(δ≤100％)，缓冲区大小为γ，处理器操作模式集合是M

同时满足约束条件：

(|Rate(k)-Rate|)·T≤γ,k＝1,...,n (2)

其中T是采样周期。在不等式(2)中，固定的速率Rate

上面结合附图对本发明进行了示例性的描述，显然本发明的实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围内。